рдлрдВрдбрд┐рдВрдЧ
InsightFinder рдиреЗ $15M Series B рдлрдВрдбрд┐рдВрдЧ рдХреЗ рд╕рд╛рде AI рд░рд┐рд▓рд╛рдпрдмрд┐рд▓рд┐рдЯреА рдХреЛ рдкреНрд░реЛрдбрдХреНрд╢рди рдореЗрдВ рд▓рд╛рдиреЗ рдХреЗ рд▓рд┐рдП Yu Galaxy рдХреЗ рдиреЗрддреГрддреНрд╡ рдореЗрдВ рдлрдВрдбрд┐рдВрдЧ рдкреНрд░рд╛рдкреНрдд рдХреА
InsightFinder ने $15 मिलियन की श्रृंखला बी फंडिंग प्राप्त की है, जिसका नेतृत्व Yu Galaxy द्वारा किया जा रहा है, जिससे इसकी कुल फंडिंग $35 मिलियन हो गई है। यह फंडिंग तब आती है जब कंपनी तेजी से उद्यम विस्तार की रिपोर्ट कर रही है, जिसमें फॉर्च्यून 50 संगठनों के साथ मिलियन-डॉलर के सौदे शामिल हैं, और वास्तविक दुनिया के वातावरण में तैनात होने पर एआई प्रणालियों को विश्वसनीय बनाने के लिए बुनियादी ढांचे की बढ़ती मांग को दर्शाता है।
एआई प्रदर्शन से एआई विश्वसनीयता में परिवर्तन
जैसे ही उद्यम एआई प्रणालियों को नियंत्रित वातावरण से बाहर निकालकर उत्पादन में लाते हैं, एक सुसंगत पैटर्न उभर रहा है: परीक्षण में अच्छा प्रदर्शन करने वाली प्रणालियां वास्तविक दुनिया की स्थितियों में टूट जाती हैं। मुद्दा मॉडल क्षमता नहीं है, बल्कि संदर्भ है। अधिकांश एआई प्रणालियों में वे विशिष्ट व्यावसायिक वातावरणों की गहरी समझ का अभाव है जिनके भीतर वे संचालित होती हैं।
InsightFinder उस अंतर को पाटने पर केंद्रित है। इसका प्लेटफ़ॉर्म इस विचार पर बनाया गया है कि एआई में विश्वसनीयता केवल मेट्रिक्स जैसे देरी या त्रुटि दर की निगरानी करने के बारे में नहीं है, बल्कि यह समझने के बारे में है कि एक विशिष्ट व्यावसायिक कार्य प्रवाह के भीतर “सामान्य” कैसा दिखता है। इसमें भुगतान प्रणाली, लॉजिस्टिक पाइपलाइन और ग्राहक सहायता संचालन जैसी चीजें शामिल हैं।
एआई प्रणालियों में दृश्यता का विस्तार
मूल रूप से जटिल आईटी संचालन को संभालने के लिए निर्मित, InsightFinder की मूल प्रौद्योगिकी वितरित प्रणालियों में असामान्यताओं का पता लगाने, मूल कारणों की पहचान करने और विफलताओं की भविष्यवाणी करने पर केंद्रित है। यही अंतर्निहित दृष्टिकोण अब एआई प्रणालियों पर लागू किया जा रहा है, विशेष रूप से बड़े भाषा मॉडल और एजेंट-आधारित कार्य प्रवाह वाले।
पारंपरिक दृश्यता उपकरणों के विपरीत जो बुनियादी ढांचे पर केंद्रित हैं, InsightFinder का प्लेटफ़ॉर्म एआई प्रणालियों के अप्रत्याशित व्यवहार का निदान करने के लिए बहु-स्रोत, बहु-मोडल डेटा का विश्लेषण करता है। इसमें मॉडल ड्रिफ्ट की पहचान करना, एजेंट कार्य प्रवाह में विफलताओं का पता लगाना और स्पष्ट अलर्ट को ट्रिगर नहीं करने वाले मुद्दों को उजागर करना शामिल है।
एआई प्रणालियों के लिए बंद प्रतिक्रिया लूप बनाना
InsightFinder के दृष्टिकोण का एक केंद्रीय विषय उत्पादन में क्या होता है उसे विकास से जोड़ने की आवश्यकता है। कई एआई टूल परीक्षण के दौरान मूल्यांकन या उत्पादन में निगरानी पर केंद्रित होते हैं, लेकिन कुछ ही एक निरंतर लूप में दोनों को जोड़ते हैं।
InsightFinder के प्लेटफ़ॉर्म में डेटासेट, मॉडल और लागत मेट्रिक्स के प्रदर्शन का मूल्यांकन करने वाले प्रॉम्प्ट तुलना उपकरण जैसी क्षमताएं शामिल हैं; व्यवसाय-विशिष्ट गुणवत्ता मानकों को समझने वाले मूल्यांकनकर्ता के रूप में उपयोग किए जाने वाले डोमेन-विशिष्ट स्मॉल लैंग्वेज मॉडल (एसएलएम); उत्पादन विफलताओं का उपयोग मॉडल प्रदर्शन में सुधार के लिए करने वाले स्वचालित फ़ाइन-ट्यूनिंग पाइपलाइन; और जटिल कार्य प्रवाह में निष्पादन पथ का पुनर्निर्माण करने वाले मल्टी-एजेंट ट्रेसिंग।
एक साथ, ये सुविधाएं उत्पादन डेटा को लगातार एआई प्रणालियों में सुधार के लिए क्रियाशील अंतर्दृष्टि में परिवर्तित करने का लक्ष्य रखती हैं।
एंटरप्राइज़ वातावरण में सामान्य एआई की कमी
InsightFinder द्वारा संबोधित एक मूल चुनौती सामान्य-उद्देश्य एआई मॉडल और डोमेन-विशिष्ट आवश्यकताओं के बीच असंगति है। आधार मॉडल व्यापक डेटासेट पर प्रशिक्षित होते हैं और पैटर्न पहचान में उत्कृष्ट होते हैं, लेकिन उनमें उद्योग-विशिष्ट बारीकियों की समझ का अभाव होता है।
यह एक जोखिम की परत बनाता है जिसे अक्सर कम आंका जाता है। स्वास्थ्य सेवा, वित्त और लॉजिस्टिक्स जैसे क्षेत्रों में, छोटे विचलन बड़े परिणामों का कारण बन सकते हैं। InsightFinder का दृष्टिकोण व्यवसाय-विशिष्ट मानदंडों के खिलाफ प्रणालियों का मूल्यांकन करने की अनुमति देने के लिए मूल्यांकन और निगरानी प्रक्रियाओं में डोमेन जागरूकता को एम्बेड करना है, सामान्य बेंचमार्क के बजाय।
केवल सॉफ़्टवेयर नहीं, बल्कि कार्यान्वयन के आसपास निर्मित सेवा मॉडल
InsightFinder का एक और विशिष्ट पहलू यह है कि यह अपने प्लेटफ़ॉर्म को कैसे वितरित करता है। ग्राहकों को स्वतंत्र रूप से उपकरणों को कॉन्फ़िगर करने के लिए छोड़ने के बजाय, कंपनी संगठनों के साथ मिलकर प्रणालियों को उनके वातावरण के अनुरूप बनाने के लिए काम करती है।
इसमें प्लेटफ़ॉर्म को आंतरिक कार्य प्रवाह के साथ संरेखित करना, मूल्यांकन मानदंडों को परिभाषित करना और डोमेन-विशिष्ट तर्क को एकीकृत करना शामिल है। लक्ष्य यह सुनिश्चित करना है कि प्रणाली द्वारा उत्पन्न अंतर्दृष्टि प्रत्येक संगठन के संचालन के संदर्भ में क्रियाशील हो।
नई फंडिंग का उपयोग ग्राहक-सामना करने वाली क्षमता को विस्तारित करने के लिए किया जाएगा, विशेष रूप से उद्यम बिक्री और ग्राहक सफलता कार्यों में।
बड़ा चित्र: एआई क्रिटिकल इन्फ्रास्ट्रक्चर के रूप में
InsightFinder की फंडिंग का समय एक व्यापक बदलाव को दर्शाता है कि एआई को कैसे देखा जा रहा है। जैसे ही एआई प्रणालियां अस्पतालों, वित्तीय प्रणालियों और आपूर्ति श्रृंखलाओं जैसी महत्वपूर्ण बुनियादी ढांचे में निहित हो जाती हैं, विश्वसनीयता एक तकनीकी चिंता से अधिक एक सामाजिक चिंता बन जाती है।
यहाँ जो अवधारणा उभर रही है वह यह है कि एआई प्रणालियों को एक “प्रतिरक्षा प्रणाली” की आवश्यकता है जो विफलताओं का पता लगा सके, निदान कर सके और वास्तविक समय में प्रतिक्रिया दे सके। यह वह परत है जिसे InsightFinder बनाने के लिए तैयार कर रहा है।
मॉडल को अधिक शक्तिशाली बनाने पर ध्यान केंद्रित करने के बजाय, कंपनी एक अलग समस्या पर ध्यान केंद्रित कर रही है: उन्हें विश्वसनीय बनाना। जैसे ही एआई अपनाने में तेजी आती है, यह अंतर बढ़ती महत्ता का होने की संभावना है।
